滁州市小麦赤霉病与气象因子的灰色关联分析

郁凌华，陈曦，张鑫童，邢程，夏梦瑾，缪新伟，岳伟

（1.安徽省滁州市气象局，安徽 滁州 239000；2.安徽省农业气象中心，合肥 230031；3.安徽省滁州市农业农村技术推广中心，安徽 滁州 239000）

赤霉病是小麦生产过程中较为严重的一种病害，具有暴发性强、抗病育种难度大、防治适期时效性强、危害损失重等特点［1］。赤霉病从苗期到灌浆期均可造成小麦受害，主要引起苗腐、茎基腐、秆腐和穗腐，其中以穗腐危害最为严重［2］，不仅会造成小麦严重减产，还会影响小麦品质和引起人畜中毒［3］。2000年以来，中国小麦赤霉病的流行频率和发病面积呈不断增加和扩大的趋势［4］，其中2003、2010、2012年为江淮地区小麦赤霉病大流行年份［5-7］。如2003年赤霉病在安徽省严重流行，发病面积达100万hm2，损失产量达6亿kg［5］。

小麦赤霉病是一种典型的“气候型”病害，其发生除受菌源数量、植株抗性、寄主生育时期、轮作制度等因素影响外，病菌生长、发育、繁殖、侵染和流行均与气象要素密切相关［8，9］。关于赤霉病的研究多集中在发生规律［10，11］、预测预报［9，12］、防治技术［13，14］等方面，其中探讨促使病害发展的影响因子是学者们研究的重点。研究表明，赤霉病的发生与抽穗扬花期气象条件密切相关，年际间的波动取决于该时期气象条件的变化情况［8，15］。徐敏等［16］研究表明拔节期日照、降雨量、湿度和雨日数以及越冬期气温和降雪对赤霉病均具有前期影响。张洁等［17］指出，扬花期至灌浆期的湿度、降雨量和温度对赤霉病发病程度有决定性作用。因此，小麦各生育期的气象条件对赤霉病的发生流行均可能有影响。

滁州市地处江淮之间，常年小麦种植面积约34万hm2，种植制度以稻茬麦和旱地麦为主。近年来随着麦田秸秆还田量逐年增多，小麦赤霉病呈连年重发趋势［18］。前人的研究虽然基本上确定了小麦赤霉病发生关键时段和主要气象因子，但由于区域间气候和种植制度的差异，关键期及主要气象因子的标准很难用统一的指标来衡量［12］。在气候变暖背景下，加强适合本地生产现状的气象影响指标研究将进一步提高对赤霉病防治的针对性。此外，前人的研究大多只考虑小麦抽穗扬花期的气象条件，抽穗前发育期及灌浆期考虑较少，这可能导致分析结果与实际情况出现差异。在前人研究基础上，本研究依据小麦赤霉病菌的循环规律，采用相关分析和灰色关联分析，明确小麦越冬期到灌浆期各分时段内影响赤霉菌的关键气象影响因子，找到影响当地小麦赤霉病的关键发育期，为后续建立当地小麦赤霉病预测模型打下基础，也为政府和农业部门宏观防控决策提供重要依据。

1 材料与方法

1.1 数据资料

研究区域包括滁州市辖南谯区以及来安县、全椒县、天长市、定远县、凤阳县、明光市共7个站点（图1）。小麦赤霉病资料来源于滁州市农业农村局，主要包括7个站点2005—2020年的小麦赤霉病病穗率和病情指数；对应气象资料来源于滁州市气象局，主要包括7个站点2004—2020年逐日平均气温（℃）、日照时数（h）、相对湿度（%）、平均风速（m/s）、降雨量（mm）等。

图1 滁州市气象站点分布

1.2 小麦赤霉病发生程度分级指标

根据安徽省地方标准《小麦赤霉病测报调查规范》［19］，将赤霉病发生程度划分为5个等级，即病穗率≤3%为1级，对应赤霉病轻发生；3%＜病穗率≤10%为2级，对应赤霉病偏轻发生；10%＜病穗率≤20%为3级，对应赤霉病中等发生；20%＜病穗率≤30%为4级，对应赤霉病偏重发生；病穗率＞30%为5级，对应赤霉病大流行。

1.3 研究方法

1.3.1 皮尔逊相关系数（Pearson）皮尔逊相关系数［20］是描述2个随机变量线性相关的统计量。

假设有2个数组X、Y，X=｛x1，x2，x3，…，xn｝，Y=｛y1，y2，y3，…，yn｝，这2个数组的相关系数（r）计算公式如下。

相关系数的取值为-1.0˜1.0。当r＞0时，表明两变量呈正相关；当r＜0时，表明两变量呈负相关。相关系数的绝对值越接近1，相关性越显著；当r=0时，2个变量相互独立。

1.3.2 灰色关联分析灰色关联分析［21］是灰色系统理论中的一种重要分析方法，它可弥补传统数理统计方法中系统分析所导致的缺陷。其不受样本量多少和有无规律的限制，且该方法计算量小，由灰色关联分析得到的关联度，可以量化系统特征行为序列与各相关因素行为序列的关联程度大小。一般情况下，当2个要素的关联度≤0.3时，表示2个要素属于低关联；当关联度在（0.3，0.6］时，表示2个要素之间耦合作用中等；当关联度在（0.6，0.8］时，表示2个要素之间耦合作用较强；当关联度＞0.8时，表示2个要素之间耦合作用极强。具体计算步骤如下。

1）确定母序列和因素序列。设母序列为x0（t），

共有m个数据，即1，2，…，m；特征序列为xi（t），有n个子序列，即

2）数据标准化处理。因数据间量纲和大小的差异，需要对原始数据进行变换。本研究采用均值化方法对数据进行标准化处理，即先分别求出各序列的平均值和标准差，再将原始数据减去平均值后除以标准差，得到的新序列即为标准化序列。

3）求关联系数和关联度。

①关联系数计算公式如下。

②关联度计算公式如下。

式中，ri为母序列与因子序列的关联度；为母序列与因子序列的关联系数；n为比较序列的数据个数，i=1，2，…，n。

2 结果与分析

2.1 滁州市小麦赤霉病发生概况与趋势分析

滁州市小麦种植面积总体呈北多南少的分布趋势，北部沿淮麦区种植品种主要以烟农、淮麦、洛麦、济麦等半冬性品种为主，大部分为小麦赤霉病高感品种；南部麦区以扬麦、宁麦、镇麦等春性品种为主，对赤霉病的抗性表现为中感至中抗。近年来，随着秸秆还田数量的增加，田间环境菌源总量增加，再加上气候变暖的因素，滁州市小麦赤霉病呈逐年增加的趋势，其中，2010、2012、2018年滁州市小麦赤霉病大流行，部分自然条件下的田块（未防治），田间病穗率均在15%以上。尤其是2012年小麦赤霉病大发生年，平均病穗率达35%，平均病情指数为15.7，是近年来发病最严重的一年。2018年也是小麦赤霉病大发生年，自然条件下小麦赤霉病病穗率达24.3%（图2），但因各级政府和农业部门高度重视，提前做好防治前各项准备工作，防治后下降至2.05%。

图2 2005—2020年滁州市小麦赤霉病病穗率变化趋势

2.2 滁州市小麦赤霉病与气象因子的相关性分析

小麦不同生育期的气象条件对赤霉病均可产生影响。在前人研究［22］基础上，结合滁州市农业生产实际［23］，将小麦赤霉病气象影响时段扩展为4个阶段。第一个阶段为越冬期（上年12月至当年2月），第二阶段为拔节期至孕穗期（3月上旬至4月上旬），第三阶段为抽穗扬花期（4月中、下旬），第四个时段为灌浆期（5月上旬、中旬）。越冬期、拔节期至孕穗期气象条件对小麦赤霉病发生与否有重要前期效应，抽穗扬花期是赤霉病菌侵染的关键期，灌浆期则是小麦赤霉病显症的关键期。赤霉病菌的存活、生长、繁衍、侵害、流行始终伴随着小麦生长期的多个过程。

为确定对赤霉病有重要影响的气象因子，初步选出各阶段对赤霉病有影响且符合生物学意义的气象因子较为关键，主要依据已有研究结果进行初步筛选。抽穗期至灌浆期是赤霉病菌侵染、发病的关键期，主要影响因子是温度、湿度、降水、光照和风［12］。拔节期至孕穗期、越冬期对赤霉病具有前期影响，其中拔节期至孕穗期影响赤霉病菌的主要气象因子是气温、降水、湿度和光照［24，25］；越冬期影响赤霉病菌的主要气象因子是气温［26］。不同发育期的气象要素如表1所示。

表1 小麦不同发育期影响赤霉病的主要气象因子

将表1中的气象因子按发育时段进行统计，利用Pearson相关系数法分析各发育阶段气象因子与小麦赤霉病发生等级的相关性。各发育期气象因子与赤霉病发生程度的相关系数见表2。由表2可知，在越冬期，平均气温与南谯区、来安县、全椒县各县（市、区）小麦赤霉病发生等级呈显著负相关，最高气温与来安县、全椒县、天长市各县（市、区）小麦赤霉病发生等级呈显著负相关，最低气温与南谯区小麦赤霉病发生等级呈显著负相关。在拔节期至孕穗期，各县（市、区）的平均气温与小麦赤霉病发生程度的相关性不显著；降雨量、雨日数与赤霉病发生等级呈正相关，部分地区相关性显著；相对湿度与赤霉病相关性略差，只有南谯区、明光市达到显著正相关；日照时数与赤霉病发生等级呈负相关，其中定远县、明光市相关性显著。在抽穗扬花期，除平均气温、降雨量外，雨日数、相对湿度、日照时数、平均风速与赤霉病均有一定相关性，部分站点达显著性水平；雨日数、相对湿度与赤霉病发生程度呈正相关，南谯区的相关性显著；日照时数与赤霉病呈负相关，其中全椒县达显著性水平；大部分站点平均风速与赤霉病发生程度呈正相关，其中明光市呈显著正相关，而定远县、凤阳县的平均风速与赤霉病发生程度呈负相关。在灌浆期，各气象因子与赤霉病的相关性明显高于其余各发育期，明光市的平均气温与赤霉病呈显著负相关；全市各县（市、区）降雨量、雨日数、相对湿度与赤霉病呈正相关，其中雨日数相关性显著，明光市相对湿度与赤霉病呈极显著正相关；各站日照时数与赤霉病呈负相关，其中凤阳县、明光市达极显著水平；平均风速与赤霉病发生程度的相关性除明光市为显著正相关外，其余各县（市、区）相关性均不大。

表2 小麦赤霉病发生等级与各发育期气象因子的相关系数

2.3 气象要素对小麦赤霉病影响程度的灰色关联分析

综合考虑滁州市全市小麦赤霉病气象影响因子，根据表2分析结果，将相关性显著的拔节期至孕穗期降雨量（A1）、雨日数（A2）、相对湿度（A3）、日照时数（A4），抽穗扬花期雨日数（B1）、相对湿度（B2）、日照时数（B3）、平均风速（B4），灌浆期平均气温（C1）、降雨量（C2）、雨日数（C3）、相对湿度（C4）、日照时数（C5）、平均风速（C6）这14个气象因子选入灰色关联模型进行赤霉病发生程度与气象因子的关联度分析。

将影响指标因子与赤霉病发生等级数据进行标准化处理并代入式（2），得到关联系数如表3所示。对各县（市、区）关联系数求平均值，得到14个气象指标因子与滁州市小麦赤霉病发生程度间的关联度（表4）。根据关联度等级划分标准，小麦赤霉病发生程度与气象因子的关联度均在0.6以上，属于较高关联，表明各气象指标因子对赤霉病发生程度具有重要影响，也表明气象因子选择较为合理。各气象因子的灰色关联度排序表现为C3＞A1＞C4＞B1＞A2＞B2＞A3＞C6＞B4＞C1＞A4＞B3＞C2＞C5。可 以 看出，灌浆期雨日数是赤霉病最为密切的气象因素，其次是拔节至孕穗期降雨量和灌浆期相对湿度，排在最后的则为灌浆期日照时数。

表3 滁州市各县（市、区）小麦赤霉病与气象因子的灰色关联系数矩阵

表4 滁州市小麦赤霉病与气象影响因子间的关联度

3 小结与讨论

本研究基于灰色关联分析法，利用常规气象观测数据与小麦病穗率等相关资料，对滁州市小麦赤霉病发生等级与气象因子间的相关性及影响情况进行了分析，结论如下。

1）滁州市近16年小麦赤霉病呈增加的趋势，尤其是近10年，这与当前中国赤霉病发生总体趋势一致。分析赤霉病高发原因主要有3个［3］：一是气候变暖。在春季，当气温达7℃，土壤含水量达50%时，赤霉病菌形成子囊壳，当气温超过12℃时释放出子囊孢子。因全球变暖趋势明显，目前春季的平均气温达到了赤霉病病菌子囊壳萌发的气温条件。二是秸秆还田。秸秆还田政策虽减少了焚烧秸秆所造成的大气污染，但也增加了土壤带菌量。三是品种、播期等种植因素。小麦种植品种多样，播期不统一，播期持续时间长，导致小麦生育期参差不齐，赤霉病关键期与高湿高温天气重合时间增多，加大了霉菌侵入小麦的概率。

2）滁州市冬季气温与小麦赤霉病呈显著负相关，这与霍治国等［26］研究结论不同。一般认为，冬季高温易使病菌安全越冬，一定程度上会增加小麦赤霉病风险程度。本研究表明，冬季高温并不是小麦赤霉病高发的必要条件。除气温外，拔节期至孕穗期气象条件与赤霉病相关性显著。任义方等［27］指出小麦抽穗前天气条件主要影响赤霉病菌子囊和子囊孢子的形成和积累，本研究与之结论一致。抽穗扬花期的气温、降雨量与赤霉病相关性并不显著，这与马延庆等［28］指出的气温不是决定病害流行强度变化的主要因素结论一致。灌浆期各气象因子与赤霉病的相关性明显高于其余各发育期，且部分站点达显著水平。灌浆期气温与赤霉病呈负相关，这与罗贵东等［29］结论一致。需要指出的是，风的影响较为复杂，一般认为风速加大有利于赤霉病病菌传播。但风的大小和方向也会影响局部环流，引起温度和湿度等的改变，风力增大可加快水分蒸发，从而引起田间相对湿度的降低，故而不利于小麦赤霉病发病［30］。

3）经灰色关联分析，小麦赤霉病发生程度与气象因子的关联度数值均在0.6以上，属于较高关联，表明各气象指标因子对赤霉病发生程度具有重要影响。各气象因子的灰色关联度排序表现为C3＞A1＞

C4＞B1＞A2＞B2＞A3＞C6＞B4＞C1＞A4＞B3＞C2＞C5。可以看出，灌浆期雨日数是赤霉病最为密切的气象因素，其次是拔节至孕穗期降雨量，灌浆期相对湿度位列第三，最后为灌浆期日照时数。

以往研究多以抽穗扬花期为主要研究时段，忽略了前期和后期发育时段气象因子对赤霉病最终发生情况的影响。经关联分析发现，影响滁州市小麦赤霉病的关键发育期除了抽穗扬花期，灌浆期和拔节期至孕穗期的气象条件也十分重要。下一步将根据本研究结果分别建立各站点小麦赤霉病气象等级预测模型，为当地农业植保部门赤霉病气象预测提供依据。